Санкт‒Петребургский Политехнический
Высшая школа прикладной математики и вычислительной физики
Прикладная математика и биоинформатика
Вычислительная биология или биоинформатика основывается на применении методов прикладной математики, машинного обучения и математического моделирования к пониманию биологических систем исключительной сложности и процессов в них протекающих.
Цель этой магистерской программы – дать ключевые знания в области биологии и компьютерных наук, навыки программирования, необходимые для работы с огромным количеством современных биологических данных, а также научить строить математические модели применительно к биологическим задачам.
По окончании этой программы вы сможете продолжить обучение в аспирантуре, стать специалистом‒биоинформатиком или аналитиком больших биомедицинских данных в
компаниях или научно‒исследовательских учреждениях.
10 бюджетных мест
Обучение ведется на русском и частично на английском языке
Государственная аккредитация
О программе
Программа магистратуры 01.04.02_01 Прикладная математика и биоинформатика охватывает обширную область подготовки специалистов в области вычислительной биологии, математической системной биологии, синтетической биологии и биоинформатики.
Важным компонентом программы является самостоятельная работа, в том числе над реальным научным проектом или прикладной разработкой. Мы стремимся научить студентов не только выполнять поставленные задачи, но и учиться их формулировать. Мы предоставляем магистрантам широкий выбор тем для научно‒исследовательской работы, от разработки методов, алгоритмов и программ, анализа больших массивов биологических данных до моделирования биологических процессов и систем. Проектами руководят специалисты, работающие в разных областях науки и бизнеса, как из Политеха, так и из других организаций. Студент в праве сам найти себе тему и руководителя, чья область научных интересов соответствует тематике программы.
- Направление подготовки
- Срок, форма обучения
- Язык реализации
- Квалификация выпускника
- Применение электронного обучения, дистанционных образовательных технологий
- 01.04.02 Прикладная математика и информатика.
- Очная форма обучения, XX зачетных единиц, 2 года
- Обучение ведется на русском и частично на английском языке
- Магистр
- С применением
Биоинформатика
Биоинформатика и омиксные технологии
- Секвенирование ДНК
- Поиск однонуклеотидных полиморфизмов
- Анализ транскриптома
- Метаболомика и методы анализа метаболомных данных
- Протеомика и методты анализа протеомных данных
- Предсказание пространственных структур белков и докинг
- Hi-C
- Анализ эпигенетический меток
- Анализ полиморфизмов и структурных вариантов
- Поиск мобильных элементов в геноме
- Сборка геномов
- Анализ данных ChipSeq
- Интеграция, визуализация и интерпретация омиксных данных
Системная биология
- Кинетическая корректура в биохимических реакциях.
- Механизмы поиска транскрипционными факторами сайтов специфического связывания с ДНК. Облегчённая диффузия и модели расчёта времён первого достижения. Парадокс специфичности и скорости достижения сайтов и его разрешение. Стохастическое моделирование молекулярных конфигураций комплексов ДНК-белок.
- Транскрипционная пульсация и её влияние на вариабельность экспрессии гена.
Расчёт динамики состояния промотора по современным данным на примере гена even-skipped в морфогенезе дрозофилы. - Эффекты кооперативности в биологии с точки зрения статистической механики.
- Графовый формализм в моделировании генных и других биологических сетей.
- Информационный подход в сигнальных и генных сетях. Методы оценки физических ограничений на биологические процессы. Понятие оптимальности функционирования биологического процесса.
- Моделирование времени цветения растений. Примеры моделей для арабидопсиса и бобовых.
- Эпидемиологические модели. Детерминистский подход (классические модели типа SEIR) и стохастический подход (агентное моделирование). Пример COVID-19 и уроки моделирования.
Современные математические методы
Био‒/Статистика
- Углубленный регрессионный анализ
- Обобщенные/смешанные линейные модели
- Байесовский анализ
- Gibbs sampling/MCMC
- Анализ данных типа времени жизни
- Поиск генетических ассоциаций
Машинное обучение
- Наивный байесовский классификатор и метод ближайших соседей,
- деревья решений,
- нейронные сети,
- методы обучения без учителя,
- композиционные методы машинного обучения,
- автокодеры,
- передача обучения и адаптация данных,
- обучение с подкреплением,
- глубокие порождающие модели,
- глубокое обучение,
- сеть Хопфилда,
- более подробно см. https://levutkin.github.io/teaching/machine-learning
Машины опорных векторов
- SVM-подход к решению задачи классификации
- SVM-подход к решению задачи восстановления регрессии
- Модификация стандартного SVM-подхода
- Качество обучения
- Основные этапы построения машин опорных векторов
- Практическая реализация SVM-алгоритмов
Методы оптимизации
- Постановка задачи глобальной оптимизации в биоинформатике и системной биологии.
- Обработка ограничений на параметры.
- Наборы тестовых функций
- Метод численного отжига
- Методы туннелирования
- Генетические алгоритмы
- Эволюционные стратегии
- Разнообразие эволюционных алгоритмов
- Разностная эволюция
- Методы на основе поведения природных популяций: колонии муравьев, метод роя частиц, и др.
- Модификации для невещественных параметров
- Комбинированные методы
Технологии
Параллельные вычисления
- Архитектура многопроцессорных вычислительных систем
- Основы технологии MPI: спецификация, реализации, основные понятия, компиляция и запуск, структура
- MPI-программ
- Коллективные коммуникационные операции
- Средства организации двухточечных обменов сообщениями в MPI
- Неблокирующие коммуникационные операции типа «точка-точка» в MPI
- Производные типы данных в MPI
- Группы процессов и коммуникаторы. Виртуальные топологии
- Новые возможности в стандартах 2.х и 3.х
- Технология программирования OpenMP
- Функции OpenMP
- Использование технологии OpenMP для решения СЛАУ
Интернет технологии
- Современные технологии разработки приложений в Интернете (обзор возможностей)
- Реализация средств управления данными
- Реализация сервисной архитектуры
- Реализация внутреннего языка предметной области
- Реализация графического интерфейса пользователя
- Методика подготовки и проведения приёмо-сдаточных испытаний
- Зачет по продукту
Биология
Генетика человека
- Геном человека.
- Гаметогенез и оплодотворение.
- Эмбриогенез человека.
- Формирование осей тела развивающегося зародыша.
- Генетический контроль нейрогенеза.
- Генетический контроль развития производных мезодермы.
- Генетический контроль развития производных энтодермы.
- Программированная клеточная гибель.
- Некодирующие РНК в развитии.
- Транскрипционные факторы и регуляция генной экспрессии.
- Редактирование РНК.
- Тератогенез.
- Меланогенез у человека.
- Генетические основы музыкальности.
- Генетические основы особенностей поведения человека.
Медицинская генетика
- Генетический груз, хромосомные и генные мутации, методы диагностики.
- Роль мобильных элементов в геноме.
- Наследственные неврологические заболевания.
- Неинфекционные амилоиды и инфекционные амилоиды – прионы.
- Клетки HeLa.
- Сигнальная трансдукция.
- Прото-онкогены. Рецепторы, ассоциированные с G-белками.
- МикроРНК и рак.
- p53.
- Терапия рака.
- Метаболизм лекарств.
- Гены «предрасположенности».
- Мультифакториальные заболевания. Алкоголизм.
- Основные теории старения человека.
- Эпигенетика.
Генетика популяций
- Понятие популяции, модели роста численности
- Типы генетической вариабельности
- Принцип Харди‒Вайнберга, условия выполнимости
- Неравновесное сцепление
- Инбридинг и структура популяции, Индекс фиксации
- Мутации, конверсия гена и миграция
- Эффективный размер популяции
- Коалесценция
- Модели миграции
- Понятие нейтральной эволюции
- Филогения и молекулярная эволюция
- Методы построения филогенетических деревьев
- Типы нуклеотидных замен, оценка синонимичных/несинонимичных замен. Тест МакДоналда‒Крейтмана
- Естественный отбор в больших популяциях
- Типы отбора
- Статистики для обнаружения следов отбора
- Случайный дрейф генов в небольших популяциях
- Баланс между отбором, мутациями и миграцией
- Обнаружение примесей в популяциях, анализ родства
Биологической практикум
- Методы выделения ДНК и контроля качества нуклеиновых кислот. Особенности выделения ДНК из растительного материала.
- Выделение ДНК и оценка качества полученного генетического материала.
- Теоретические основы полимеразной цепной реакции (ПЦР).
- Подбор праймеров для маркерного анализа с помощью ПЦР.
- Постановка ПЦР; оценка результатов с помощью гель-электрофореза.
- Анализ и обсуждение полученных результатов.
- Использование Байесовского подхода к моделированию структурными уравнениями эффектов генетических полиморфизмов на количественные признаки
- Использование Transfer Learning для выявления вредных мутаций в белках млекопитающих
- Моделирование динамики распространения транспозонов в геноме человека в норме и патологии
- Стохастическое моделирование молекулярных конфигураций регуляторных районов ДНК в эукариотических клетках
- Математическая модель динамики экспрессии генов gap в эмбрионе плодовой мушки, учитывающая сайты связывания транскрипционных факторов
- Разработка и анализ методов ускорения парного выравнивания рестрикционных карт
- Разработка программного обеспечения для автоматической предобработки, фильтрации и анализа качества данных scRNA-seq
- Университет Южной Калифорнии, США
- Компания “Соевый комплекс”, Краснодар
- Университет Вермонта, США
- Национальный университет Тайваня
- Университет Калифорнии Дэвис, США
- Институт генетических ресурсов растений им. Н.И.Вавилова
Абитуриентам
Прием на обучение по программам магистратуры проводится по результатам междисциплинарного экзамена в объеме требований, предъявляемых государственными образовательными стандартами высшего образования к уровню подготовки бакалавра по направлению, соответствующему направлению магистратуры.
При приеме на обучение по программам магистратуры не используются результаты итогового государственного экзамена в бакалавриате и иных испытаний, не являющихся вступительными испытаниями, проводимыми в соответствии с Правилами.
Междисциплинарный экзамен проводится в форме тестирования.
- Максимальное количество баллов за междисциплинарный экзамен составляет 100 баллов
- Минимальное количество баллов за междисциплинарный экзамен составляет 50 баллов
- Междисциплинарный экзамен проводится в очно в письменной форме и (или) с использованием дистанционных технологий (при условии идентификации поступающих при сдаче ими вступительных испытаний)
Вопросы для подготовки к вступительному экзамену
Актуальная информация о правилах поступления
Чем занимается биоинформатика?
Биоинформатика решает задачи, возникающие в ходе биологических исследований, путем анализа и интрепретации данных. Биоинформатики разрабатывают алгоритмы, программные решения и аналитические модели для хранения, обработки и визуализации больших биологических данных, включающих в себя геномные, биохимические, фармакологические, агробиологические и другие модальности. Биоинформатика, таким образом, закладывает основы для исследований в области вычислительной биологии.
Вычислительная биология занимается поиском обобщенных решений задач, разработкой и внедрением алгоритмов или инструментов для поиска ответа на биологические вопросы, возникшие в ходе биоинформатического анализа. В то время, как вычислительная биология делает упор на разработке теоретическим методов, компьютерных симуляций и математических моделей, биоинформатика преимущественно использует методы статистики, машинного обучения и информационные технологии.
Современные тенденции развития биоинформатики и вычислительной биологии
Несмотря на то, что российский рынок геномики и биоинформатики сейчас только формируется, и его объемы пока невелики, отрасль биотехнологических продуктов переживает стадию бурного роста и не отстает по темпам роста от рынков США и Европы. Проекты в области биоинформатики могут быть самыми разными: от стартапов до международных проектов и государственных инициатив, привлекающих многомиллионные инвестиции.
Карьерные перспективы
- Карьера в науке
- Компании: от биотехнологии и агробиологии до страховой медицины;
- Работа в смежных областях: карьера в сфере высшего образования, популяризация науки, научная журналистика, бизнес‒аналитика и консалтинг.
Кому подойдет программа?
- физикам, математикам и программистам, которые хотят попробовать свои силы для решения задач в области биоинформатики и вычислительной биологии
- биологам и биофизикам, которые хотят освоить на высоком уровне компьютерные науки, программирование и информационные технологии
Что делать, если я не знаю биологию?
Предполагается, что поступающий не утратил тягу к познанию, мотивирован и стремится получить новые навыки и умения. Чтобы поступить и успешно учиться не требуются специальные знания в области биологии; ‒ необходима хорошая базовая математическая подготовка и биологические знания в объеме школьной программы. Все остальные дисциплины, необходимые для понимания молекулярной биологии и современных биотехнологий включены в курс обучения.
Лаборатория «Математическая биология и биоинформатика»
Адрес: 29АФ, помещения А.3.28 ‒ А.3.31, Политехническая улица, Санкт-Петербург, 195251 Россия
Телефон:
+7 (812) 2909642
+7 (812) 2909645
The touch of precious metals I mentioned replica watches before is found right here on the bezel, which is crafted from 18k white gold rather than the stainless steel used for the rest of the case.This Swiss fake Breitling Chronomat Automatic 36 South Sea watches come fitted on a matching ice blue alligator leather strap, which complements the dial well.
E-mail:
compbio@pm.me
The tide shifted when Hollywood star replica watches Paul Newman wore his exotic dial version. It was sold for a record $17.8 million in an auction in 2017 to become the most expensive wristwatch ever sold at the time. The stainless steel Daytona with a ceramic bezel has years-long waiting lists at authorized dealers.